| 研究課題/領域番号 |
20K03303
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分10010:社会心理学関連
|
|---|
| 研究機関 | 中京大学 |
|---|
研究代表者 |
村上 隆 中京大学, 文化科学研究所, 特任研究員 (70093078)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 多重対応分析 / 主成分分析 / 因子の回転 / 心理測定 / 社会調査 / カテゴリカルデータ |
|---|
| 研究成果の概要 |
本研究の主たる目的は、多重対応分析（multiple correspondence analysis; MCA)を改良することであった。MCAの解釈は主にグラフィカルな表現にもとづいて行われてきたために、３次元以上の解を解釈することが困難であった。我々は、解釈の手掛かりをグラフから軸に移すために、独立クラスター回転を伴う負荷行列を導入した。心理測定、ならびに社会調査の実データを用いたいくつかの研究は、新たな知見と複数の理論的仮説を検証することにより、我々の「カテゴリカルデータのための正規直交主成分分析」（OPCA)の有効性を明らかにした。
|
| 自由記述の分野 |
社会科学
|
| 研究成果の学術的意義や社会的意義 |
質的、あるいは順序的応答カテゴリーを用いる心理測定、社会調査は広く実施され、膨大なデータが得らつつある。そうしたデータの分析には、因子分析や各種の数量化の方法（多重対応分析はそのひとつ）が用いられてきた。心理測定データについては、項目反応理論や構造方程式モデルといった潜在変量を用いられた分析が近年台頭しているが、モデルの前提条件や複雑性が、心理測定モデルに不適合であることが多く、社会調査に関しては、本来心理測定以上に多次元性が想定されるデータの分析が、無理に少数の次元に落とし込まれる傾向があった。本研究は、それらの問題点を解決する一助となることが期待できる。
|
